L' appropriation des caractéristiques territoriales pour favoriser la mobilisation, la prise de décision et l’action : enjeux de découpage et d’accès aux données
Bibliographic record
Abstract
Au-delà des frontières géographiques, la multiplicité des découpages territoriaux peut engendrer des défis complexes. Elle complique la coordination des activités, la mobilisation des partenaires et la prise de décision, tout en limitant les possibilités d’action. La disponibilité des données est très variable selon les découpages, et la mise en parallèle de données issues de découpages différents est hasardeuse, entravant ainsi une compréhension globale des territoires. Dans le cadre du projet Regard 360, qui vise à outiller les acteurs œuvrant au sein des territoires québécois pour leur permettre de mieux en comprendre les caractéristiques et, ainsi, d’y intervenir de manière plus efficace, l’équipe de recherche a pu mesurer l’ampleur de la situation liée à ces différents découpages. Deux cas concrets seront présentés pour illustrer cette problématique et pour démontrer les défis qu’elle entraîne.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.011 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.006 |
| Science and technology studies | 0.006 | 0.009 |
| Scholarly communication | 0.015 | 0.006 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".